1. С помощью критерия Стьюдента проверить сомнительные опыты.
2. Определить коэффициенты модели или
3. Произвести проверку однородности дисперсий с помощью критерия Фишера или Кохрена . Найти дисперсию воспроизводимости.
4. Оценить адекватность полученной модели.
5. В случае, если модель оказалась адекватной, определить значимые коэффициенты.
Решение.
1.Определим коэффициенты модели. Для этого найдем среднее арифметическое из параллельных опытов:
,
. Аналогично найдем остальные значения и полученные результаты запишем в таблицу 5.2.
Таблица 5.2
№ опыта
33.8
31.0
31.5
32,1
16.0
14.8
15.0
15,2666
38.4
35.1
36.2
36,5666
29.0
26.4
27.1
27,5
29.2
26.5
27.0
27,5666
4.9
4.6
4.8
4,7666
36.8
34.2
34.8
35,2666
21.1
19.3
19.5
19,9666
Найдем коэффициенты модели
2. С помощью критерия Стьюдента проверим сомнительные опыты. Для этого исключим первый параллельный опыт из расчета и найдем среднее арифметическое и среднее квадратичное отклонение (СКО) по остальным 2 параллельным опытам:
Найдем дисперсии каждого опыта:
,
где - число степеней свободы.
Произведем проверку по критерию
дента:
Проверим таким же образом все другие опыты, результаты занесем в таблицу 5.3.
Таблица 5.3
№ опыта
33.8
31.0
31.5
31,25
0,3536
7,212
16.0
14.8
15.0
14,9
0,1414
7,7793
38.4
35.1
36.2
35,65
0,8062
3,411
29.0
26.4
27.1
26,75
0,5
2,7907
29.2
26.5
27.0
26,55
0,0707
37,4823
4.9
4.6
4.8
4,7
0,1414
1,4144
36.8
34.2
34.8
34,5
0,4242
5,422
21.1
19.3
19.5
19,4
0,1414
12,0226
Из таблицы Стьюдента при числе степеней свободы и доверительной вероятности р = 0,95 находим и сравниваем с .
, поэтому результат 5-го опыта можно считать браком.
Определим новое значение 5-го опыта для :
Получим новую матрицу планирования эксперимента (таблица 5.4).
Таблица 5.4.
№ опыта
+
-
-
-
+
33.8
31.0
31.5
+
+
-
-
-
16.0
14.8
15.0
+
-
+
-
-
38.4
35.1
36.2
+
+
+
-
+
29.0
26.4
27.1
+
-
-
+
+
26,75
26.5
27.0
+
+
-
+
-
4.9
4.6
4.8
+
-
+
+
-
36.8
34.2
34.8
+
+
+
+
+
21.1
19.3
19.5
Таблица 5.5
№ опыта
33.8
31.0
31.5
32,1
16.0
14.8
15.0
15,2666
38.4
35.1
36.2
36,5666
29.0
26.4
27.1
27,5
26,75
26.5
27.0
27,5
4.9
4.6
4.8
4,7666
36.8
34.2
34.8
35,2666
21.1
19.3
19.5
19,9666
Для новой матрицы найдем коэффициенты модели .
Уравнение регрессии примет вид:
3. Произведем проверку однородности дисперсий с помощью критерия Кохрена. Найдем дисперсию воспроизводимости.
Если сравниваемое количество дисперсий больше двух и одна дисперсия значительно превышает остальные, можно воспользоваться критерием Кохрена. Этот критерий пригоден для случаев, когда во всех точках имеется одинаковое число повторных опытов. При этом подсчитывается дисперсия в каждой горизонтальной строке матрицы
Аналогично вычислим дисперсии для всех горизонтальных строк и занесем результаты в таблицу 5.6.
Таблица 5.6
№ опыта
33.8
31.0
31.5
32,1
16.0
14.8
15.0
15,2666
0,8044
38.4
35.1
36.2
36,5666
2,8233
29.0
26.4
27.1
27,5
1,81
26,75
26.5
27.0
27,5
1,8125
4.9
4.6
4.8
4,7666
0,0395
36.8
34.2
34.8
35,2666
1,853
21.1
19.3
19.5
19,9666
0,8976
Вычислим экспериментальный критерий Кохрена по формуле:
Это соотношение называется расчетным значением критерия Кохрена. Оно соответствуют доверительной вероятности p = 0,95 и сравнивается с табличным значением критерия Кохрена. Величина (1 – p) называется уровнем значимости. Для нахождения табличного значения критерия Кохрена G необходимо знать общее количество оценок дисперсий N (в нашем случае 8) и число степеней свободы f , связанных с каждой из них, причем f = k – 1 (в нашем случае 2, k – это количество Y).
Табличный критерий Кохрена равен . , следовательно, опыты считаются воспроизводимыми, а оценки дисперсий однородными.
Дисперсия воспроизводимости будет равна:
4. Оценим адекватность полученной модели.
Проверка на пригодность полученной модели (проверка адекватности) начинают с вычисления остаточной дисперсии, то есть дисперсии адекватности .
,
где - число опытов (МПЭ – матрица планирования эксперимента),
- число коэффициентов модели (коэффициентов линейного уравнения).
- разность между реальным значением и предсказанным по модели.
Вычислим значения, предсказанные по модели:
аналогично вычислим эти значения для остальных строк и результаты запишем в таблицу 5.7.
Таблица 5.7
№ опыта
33.8
31.0
31.5
32,1
27,4159
16.0
14.8
15.0
15,2666
18,1325
38.4
35.1
36.2
36,5666
34,0325
29.0
26.4
27.1
27,5
31,8495
26,75
26.5
27.0
27,5
21,6827
4.9
4.6
4.8
4,7666
12,3993
36.8
34.2
34.8
35,2666
28,2993
21.1
19.3
19.5
19,9666
26,1163
Определим экспериментальный F критерий Фишера по формуле:
,
Табличное значение F-критерия Фишера находится на пересечении столбца со степенью свободы f1 = N – d (N – число опытов, d – число искомых коэффициентов регрессии) и строки, соответствующей степени свободы S2{y} (для эксперимента 25-1f2 = 16).
, следовательно, полученную модель нельзя считать адекватной.
5. Проверку значимости коэффициентов проводить нецелесообразно.
Вывод.
Линейная модель будет иметь вид:
Модель неадекватна и проверку значимости коэффициентов проводить было нецелесообразно.
Список использованной литературы.
Ермолаев О.Ю. Математическая статистика для психологов. – М: Московский психолого-социальный институт, издательство «Флинта», 2003
Основы конструирования и надежности электронных средств:
Методические указания к выполнению лабораторных работ. – СПб: СЗТУ, 2003
Ресурс Интернет
Appmath.narod.ru – Теория Планирования Эксперимента